1.1.1 研究区 三江源全区地处青藏高原腹地(图1), 地理位置31° 39'-36° 12' N, 89° 45'-102° 23' E, 总面积35.66万km², 其中长江源区面积15.41万km², 黄河源区面积9.83万km², 澜沧江源区面积3.68万km², 其他内陆河流域的面积6.74万km²。三江源属典型高原大陆气候, 年温差小、日温差大, 年平均气温-5.384.14 ℃^[18], 年平均降水量262.2~772.8 mm, 年蒸发量730~1 700 mm, 年日照时数2 300~2 900 h, 热量和水分的分布大致呈现由东南向西北递减的趋势。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 研究区域概况(地理位置、行政区划、海拔梯度及源区划分)Fig. 1 Location, administrative division, elevation and sub-regions of the study area

1.1.2 遥感数据获取及处理 1982-2006年NDVI数据采用美国马里兰大学GLCF (global land cover facility)研究组生产的GIMMS NDVI半月最大合成数据作为数据源, 原始空间分辨率8 km, 采用最大合成法 (maximum value composite, MVC)获取月NDVI值, 该方法也可进一步消除云、大气、太阳高度角等因素的干扰。应用ArcGIS的Resample工具将该数据的空间分辨率重采样为1 km。

2007-2012年的NDVI数据采用MODIS影像的 MOD13A2数据产品, 空间分辨率1 km。数据来自于https://wist.echo.nasa.gov/api/。使用MRT(MODIS reprojection tools)将下载的MODIS-NDVI数据进行格式转换和重投影, 并完成图像的空间拼接和重采样。利用Savtzky-Golay (S-G)滤波法对NDVI数据进行平滑滤波处理^[19]。将16 d的MODIS-NDVI数据, 采用MVC法得到逐月的NDVI数据。

由于GIMMS和MODIS两种数据采用了不同的传感器, 因此需对两种数据的一致性进行检验。两种数据共有84个月(2000-2006年)的重叠数据, 对月平均NDVI进行相关分析, 两者相关系数为0.87(P< 0.001), 说明两种数据在区域尺度上具有极显著的一致性。因此, 将重叠数据在ArcCIS中利用最小二乘法对84幅月数据图层建立两种NDVI数据逐像元的线性回归方程(即每个像元产生各自的斜率和截距值), 并依此对2007-2012年的GIMMS的NDVI数据进行插补, 延长数据的时间长度, 最后获得1982-2012逐月的NDVI栅格图像。

1.1.3 气象数据获取及插值 气候数据采用中国气象科学数据共享服务网(http://cdc.cma.gov.cn)提供的1982-2012年的三江源区及其周边共50个标准气象站点的月平均温度、月降水量资料。通过插值处理获取与NDVI数据像元大小一致、投影相同的气象数据栅格图像。由于三江源地区位于青藏高原腹地, 地形起伏跌宕且气象台站稀疏, 常用的插值方法如克里格(kringing)和反距离(IDW)等方法在该地区难以达到较高的精度^[20], 为后期的数据分析带来干扰。本研究选取基于薄盘光滑样条函数开发的专用气候数据空间插值程序ANUSPLIN对气候数据进行插值, 该方法能够引入多个影响因子(如海拔与日照时间等)作为协变量, 从而大大提高插值精度^[21]。该软件在国内外得到了广泛的应用^{[22, 23, 24, 25]}, 并已被证明在三江源地区能够取得较高的插值精度^[26]。

1.1.4 其他类型数据 草地类型图从空间分辨率为1 km的GLC2000(global land cover 2000)中国区域子集中提取。有研究指出该数据集与其他的常用土地分类数据集(例如IGBP、MODIS MCD)相比, 中国草地分类具有较高的精度^{[27, 28]}, 并得到了较广泛的应用^{[10, 29, 30]}。在该分类系统中, 三江源草地被划分为高山亚高山草甸、草甸、高山亚高山草原、平原草原、荒漠草原(图2)。三江源草地面积为32万km², 占三江源地区总面积的92%。其中高山亚高山草甸为最主要的草地类型, 约占草地总面积的63%。

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 三江源的草地类型Fig. 2 Grassland types of the Three Rivers Source Region (TRSR)

NDVI与植被覆盖度之间存在着极显著的相关性, 一般通过建立它们之间的相关关系来直接依据NDVI数据计算植被覆盖度^[31]。在众多提取植被覆盖度的方法中, 光谱混合分析模型是目前应用最广的一种, 像元二分模型被认为是最简单的线性光谱混合分析模型^[32], 它假定每一个像元都是仅由植被和无植被的裸地组成的混合像元, 所得的光谱信息(即像元的NDVI值), 也即是两种纯组分以面积比例加权的线性组合, 表达公式如下:

NDVI=NDVI_vC_i+NDVI_s(1-C_i)(1)

式中:NDVI_v是植被覆盖部分的NDVI值, NDVI_s为裸地部分的NDVI值, C_i为像元的植被覆盖度。根据公式(1), C_i的计算公式式如下:

C_i= NDVI-NDVIsNDVIv-NDVIs(2)

像元二分模型的应用关键是如何确定NDVI_v与NDVI_s的值。对于纯裸地像元, NDVI_s理论上在0值附近, 且在时间上比较稳定。但由于光照、空气湿度等气候环境因素的影响, NDVI_s会发生小范围的波动。而对于纯植被的像元, 植被类型、群落构成、地形和植被生长的季相变化等都会造成NDVI_v值的时空差异。目前常用的研究方法为研究者根据已有的研究经验, 将各类型或者各区域的NDVI_v和NDVI_s取为定值; 或者以研究区域的0.5%置信度截取NDVI的上下限阈值来分别表示NDVI_v和NDVI_s。由于三江源地处高寒地带, 生长季较短(5-9月), 本研究在实际计算过程中分别用三江源生长季内的NDVI的5%置信度上下限阈值来表示NDVI_v(0.95)和NDVI_s(0.05)。

本研究于2012年8月在三江源实测的52个样地的植被覆盖度数据。选择目测地势平坦, 面积为1 km× 1 km的植被分布均匀的草地区域作为样地, 每个样地设10个面积为1 m× 1 m的样方, 在每个样方内进行植被覆盖度调查, 取其平均值。遥感模拟草地覆盖度与实测草地覆盖度的相关性分析(图3):草地覆盖度模拟值和实测值间相关性极显著 (R²=0.920 3, P< 0.01), 表明基于遥感植被指数模拟得到的草地覆盖度具有很高的可靠性。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 三江源草地覆盖度模拟值与观测值的比较Fig. 3 Correlation of the estimated grassland coverage and corresponding field observed values of the TRSR

本研究应用一元线性回归分析1982-2012年三江源草地覆盖度的时空变化, 单个像元多年回归方程中趋势线斜率即为年际变化率, 采用最小二乘法求得, 计算公式为:

θ _slope= n×∑i=1ni×Ci-∑i=1ni∑i=1nCin×∑i=1ni2-(∑i=1ni)2(3)

式中:θ _slope为变化率, n为模拟时间段的年数, C_i为第i年的植被覆盖度。利用植被覆盖度序列和时间序列(年份)的相关关系来判断植被覆盖度年际间变化的显著性, 斜率为负表示下降, 反之则表示上升。同时采用F检验来检验趋势的显著性, 显著性代表趋势性变化可置信程度的高低。统计量计算公式为:

F=U× n-2Q(4)

式中:Q为误差平方和, U为回归平方和, y_i为第i年的植被覆盖度实际观测值, ^yi为其回归值, y¯为10年植被覆盖度平均值, n为研究年数10。根据检验结果将变化趋势分为如下5 个等级:极显著减少(θ _slope< 0, P< 0.01); 显著减少(θ _slope< 0, 0.01< P< 0.05); 变化不显著(P> 0.05); 显著增加(θ _slope> 0, 0.01< P< 0.05); 极显著增加(θ _slope> 0, P< 0.01)。

植被覆盖度与各气候因子的相关性采用基于像元的空间分析法进行计算, 本研究分别计算了年尺度和月尺度的草地覆盖度与气温、降水量的相关系数, 植被覆盖度与气候因子的相关系数计算公式如下:

R_xy= ∑i=1n(xi-x¯)(yi-y¯)]∑i=1n(xi-x¯)2∑i=1n(yi-y¯)2(6)

式中:R_xy为x、y两变量的相关系数。计算年际相关性时, x_i为第i年的植被覆盖度, y_i为第i年的气温或降水量, x¯为多年植被覆盖度的平均值, y¯为多年气温或降水量的平均值, i为样本数(31年); 计算月际相关性时, x_i为第i月的植被覆盖度, y_i为第i月的气温或降水量, x¯为年内各月植被覆盖度的平均值, y¯为年内各月气温或降水量的平均值, i为样本数(12个月)。为了研究草地生长对气候因子的滞后效应, 分别计算草地覆盖度与当前月份和前13个月的气温、降水量的相关系数。

2.1.1 三江源草地覆盖度空间分布特征 三江源草地覆盖度1982-2012年平均值的空间分布如图4所示, 整体上覆盖度呈现从西北向东南递增的特征, 31年间草地覆盖度均值为48.73%。东经100° 以东的泽库、河南地区以及三江源南部的玉树地区的草地覆盖度较高, 基本处于75%90%。而东经94° 以西的杂多、格尔木等地的草地覆盖度较低, 基本在25%以下。

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 1982-2012年间三江源草地覆盖度的空间分布Fig. 4 Spatial distribution of mean grassland coverage in the Three Rivers Source Region from 1982 to 2012

分别统计了三江源不同草地类型和不同源区草地的植被覆盖度的分布特征。结果显示, 三江源地区的草甸、高山亚高山草甸、平原草原、高山亚高山草原、荒漠草原的植被覆盖度分别为59.86%、 57.39%、39.50%、 33.70%和14.13%; 3个河流源区中, 黄河源的草地覆盖度最高(65.45%), 澜沧江源次之(58.15%), 长江源最低(43.25%)。

2.1.2 三江源草地覆盖度时间变化特征 分别统计了不同地类型草地(图5b)、不同源区(图5c)、三江源全区草地(图5a)的草地植被覆盖度年季波动情况, 以及全区不同时段的均值(图5d)。就全区来看, 草地覆盖度在1982-2012年整体上呈上升趋势, 年增加率为0.23%; 1982-2001年, 上升速度比较缓慢, 速度为每年0.16%, 覆盖度均值为48.89%。而2001-2012年间, 植被覆盖度的上升速度明显提升, 达到每年0.75%(P< 0.01), 覆盖度均值为52.63%。在5种草地类型中, 植被覆盖度在31年间也均呈现升高趋势。其中草甸和高山亚高山草甸的植被覆盖度增长最快(每年0.30%), 之后依次是荒漠草原(每年0.24%)、平原草原(每年0.22%)和高山亚高山草原(每年0.20%)。在3个源区中, 草地覆盖度在31年间均呈现升高趋势。其中增长速度最快的为黄河源区(每年0.25%), 较慢的为澜沧江源区(每年0.21%)。

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 草地覆盖度年季变化及不同时段均值Fig. 5 Dynamics of annual grassland coverage in the Three Rivers Source Region during 1982-2012

统计了三江源保护区成立前后不同时间段草地覆盖度的变化趋势并做显著性检验。就全区而言, 1982-2000年, 植被覆盖度发生极显著(P< 0.01)增加、显著增加(P< 0.05)、变化不显著(P> 0.05)、极显著减少的面积分别占全区总面积的11.61%、24.70%、63.37%、1.73%、0.37%。而2001-2012年, 三江源草地覆盖度发生极显著增加、显著增加、变化不显著、显著减少的面积分别占全区总面积的15.22%、30.67%、50.79%、3.72%和1.43%。1982-2012年, 三江源草地覆盖度呈现增长的区域的面积远大于下降的区域; 变化比较明显区域大多集中在三江源东北部和西北部地区。覆盖度发生极显著增加、显著增加、变化不显著、极显著减少的面积分别占全区总面积的39.07%、24.89%、35.40%、0.00%和0.64%。

分别统计了不同源区在不同时期的草地覆盖度年际变化的显著性检验结果(图6)。在2001年前, 黄河源的草地覆盖度增长趋势最为明显(增长面积占36.22%); 在2001年之后, 澜沧江源的草地覆盖度增长趋势最为明显(增长面积占41.66%)。3个源区草地植被覆盖度增长的面积比例在2001年后均有提升, 但同时长江源和澜沧江源的覆盖度下降的面积比例有所增多。

图6

Fig. 6

	Figure Option ViewDownloadNew Window
	图6 各源区草地覆盖度年季变化Fig. 6 Area percentage of changes in grassland coverage at different significant levels in each river source

统计了不同类型草地的植被覆盖度在不同时期的年际变化的显著性检验结果(图7)。在21世纪前后两个时间段, 三江源5种类型的草地覆盖度增长的区域面积均大于下降的面积。在21世纪前, 覆盖度增长面积比例最大的草地类型为荒漠草原(50.09%), 其次是高山亚高山草原(38.50%)。在21世纪后, 覆盖度增长面积比例最大的草地类型为草甸(70.04%), 其次是高山亚高山草甸(51.11%)。5类型草地中, 在21世纪以来的12年里植被覆盖度增长的面积比例均大于21世纪前。同时, 覆盖度下降的面积也均大于前一个阶段, 尤其是荒漠草原覆盖度极显著(P< 0.01)或显著(P< 0.05)下降的面积达13.07%。

图7

Fig. 7

	Figure Option ViewDownloadNew Window
	图7 不同草地类型草地覆盖度年际变化的显著性检验的面积比例Fig. 7 Area percentage of changes in grassland coverage at different significant levels in different types of grasslands

2.2.1 草地覆盖度年际变化与温度、降水量的相关性分析 分别计算了1982至2012年间三江源草地覆盖度年际变化与温度(图8a)和降水(8b)的相关系数。温度与草地覆盖度在研究区东经98° 以东的地区呈较强的正相关, 在南部呈现较强的负相关, 相关系数全区平均值为0.17; 降水与草地覆盖度在扎陵湖鄂陵湖附近呈现较强的正相关, 而在三江源东部与覆盖度呈现较强的负相关, 相关系数全区平均值为0.12。

图8

Fig. 8

	Figure Option ViewDownloadNew Window
	图8 三江源1982-2012年草地覆盖度与气温(a)和降水量(b)的相关系数空间分布Fig. 8 Average temperature(a) and precipitation (b) during growth season in the Three Rivers Source Region

分别统计了1982至2012年间, 不同草地类型的草地度盖度与温度和降水的相关系数(图9)。结果显示, 不同类型的草地与气候因子的相关性呈现出差异。草地覆盖度与气温、降水的相关系数在草甸、高山亚高山草甸、平原草原、高山亚高山草原和荒漠草原的平均值分别为:0.10和0.04、0.18和0.09、0.18和0.12、0.16和0.17、0.12和0.23。对于草甸、高山亚高山草甸和平原草原, 气温对草地覆盖度的影响强于降水, 而对于高山亚高山草原和荒漠草原, 降水对草地覆盖度的影响强于气温。

图9

Fig. 9

	Figure Option ViewDownloadNew Window
	图9 不同类型草地的草地覆盖度对气候因子的响应Fig. 9 Correlation coefficients between grass coverage for different grassland types and temperature and precipitation from 1982 to 2012 in the Three Rivers Source Region

统计了不同河流源区的草地覆盖度年际变化与气候因子的相关性, 并对比了2001年前后不同时期的变化(图10)。结果显示, 对于3个源区, 植被覆盖度与气温的相关性均始终大于降水。两段时期中各源区草地覆盖度与气温、降水的相关性也均呈现出明显的变化。2001年后, 植被覆盖度与气温的正相关性在3个源区均有明显增强, 长江源、黄河源、澜沧江源的覆盖度与温度的相关系数均值在2001年前后两个时期分别为0.06和0.25、0.15和0.26、0.03和0.15; 而与降水的正相关性在长江源区有所增强, 在黄河源和澜沧江源却有所下降, 3个源区的覆盖度与降水的相关性均值在2001年前后两个时期分别为0.13和0.15、0.19和0.07、0.15和0.09。

图10

Fig. 10

	Figure Option ViewDownloadNew Window
	图10 不同时期各源区草地覆盖度与气候因子的相关系数的频率分布图Fig. 10 Frequency by pixels of correlation coefficient between climatic factors and annual grass coverage in each river source during two periods, 1982-2000 and 2001-2012

2.2.2 草地覆盖度月际变化与温度、降水量的相关性分析 利用三江源草地覆盖度与气温、降水量多年的月平均值, 计算了草地覆盖度与当月及前3个月的温度、降水量的相关系数(图11)。

图11

Fig. 11

	Figure Option ViewDownloadNew Window
	图11 草地覆盖度与气候因子的相关性Fig. 11 Correlation coefficients between grass coverage and climatic factors in Three River Source Region during 1982-2012

三江源草地覆盖度与当月气温的相关系数均值为0.29, 明显高于年际水平的相关系数(0.17), 99%的地区植被覆盖度呈现出与当月气温的正相关, 通过0.05和0.01水平显著性检验的面积比例为17.57%和16.30%, 表明草地生长受月际温度变化影响大于年际影响。覆盖度与前一个月温度的正相关系性最强, 相关数均值达0.35, 与前两个月、3个月温度的相关系数分别为0.12和0.09。结果表明, 三江源植被覆盖度对月温度的响应存在明显的滞后效应。

三江源草地覆盖度与当月降水的相关系数均值为0.23, 同样也高于年际水平的相关系数(0.12)。全区有78.01%的地区与当月降水呈现正相关关系。通过0.05和0.01水平显著性检验的面积比例为11.01%和10.3%。降水与前平个月、前2个月和前3个月的相关系数分别为0.09、0.04和0.03。当月降水与覆盖度的相关性最强, 与前3月的相关性依次降低, 说明草地覆盖度对降水的响应不存在滞后效应或滞后短于一个月。

本研究利用1982-2012年的多源遥感数据, 结合像元二分模型, 估算三江源草地的植被覆盖度。方精云等报道在1982-1999年, 中国的植被活动呈现增强趋势^[33], 在过去的30年, 中国草地的植被覆盖度整体上也呈现出上升趋势^[34]。本研究显示, 三江源草地的植被覆盖度变化动态也与此时段中国草地覆盖度变化的大趋势保持一致, 整体上表现出升高趋势。陈婷等^[35]分析了1982-2003年长江源植被覆盖变化规律、Liu等^[36]模拟了2000-2011年三江源的植被覆盖动态, 刘正佳和邵全琴^[15]分析了1998-2012年的三江源植被覆盖度的变化趋势及其与气候因子的关系, 其结果均与本研究有很好的一致性。在研究时间内, 长江源, 黄河源和澜沧江源的植被覆盖度均呈现增长趋势, 31年时间尺度上增长趋势最为明显的为黄河源。2001年前后两个时段的对比显示, 三江源保护区成立后三江源草地覆盖度的增长速度和增长面积都比之前有所提升, 在生态工程及相关政策的实施下, 整体上草地退化趋势有所遏制, 草地初步呈现恢复态势, 保护区的生态保护工程及措施取得了一定成果。而同时局部草地覆盖度下降的趋势有所加剧, 以荒漠草原最为突出, 今后的保护工作应对荒漠草原的治理加以重视。

已有一些学者对三江源的植被对气候变化的响应进行了不同角度、不同方法的探索, 由于涉及研究时段或研究区域的不用, 其结论也有一定的差异。Hu等^[37]的研究表明水分和温度都对三江源植被有重要影响, 且水分的影响力大于温度。但更多的研究结果表明, 温度比水分对三江源植被的影响力更大^{[15, 38, 39, 40]}, 本研究结果也支持这一观点。三江源地区总体处于湿润半湿润气候区, 对三江源生长季内植被生长而言, 降水条件明显好于温度条件。生长季短是制约三江源草地植被生长的关键因素, 气温的升高不仅延迟了生长季, 还可导致土壤温度的增加进而加速了土壤中有机物质的分解和营养元素的释放, 从而为植被生长提供了更加丰富的土壤养分^[18]。另外, 草地植被对气候的响应也呈现出空间差异, 研究区内水分条件较好的草甸、高山亚高山草甸及平原草原的草地覆盖度与气温的正相关性均明显高于降水; 而分布于西北的治多县和格尔木市, 及黄河源东北部的兴海县、同德县等地的高山亚高山草原及荒漠草原, 则受降水的制约更大。尽管在三江源气候变化趋势近几十年来整体上表现为有利于植被生长的暖湿化^[41], 而值得注意的是, 在进入21世纪后的十几年中, 该区域的增温主要集中在冬季, 而生长季的增温速度较之前下降, 同时生长季太阳辐射的下降和降水的增多, 对植被光合作用产生抑制, 使三江源的气候变化趋势由20世纪的有利于植被生长逆转为不利于植被生长^[40]。而在此背景下, 三江源草地覆盖度在2001年之后不仅保持增长且增速有所提升, 证明人为活动对三江源草地植被生长起到了重要的促进作用。

三江源草地的退化格局在20世纪70年代已经形成^[42], 过度放牧是其重要原因^[7]。该地区的牲畜存栏数曾在70年代中期达到2 500万羊单位的高峰, 后因生态系统难以承受自然减畜和自然灾害, 在80年代末减至1 500万羊单位^[43], 而已有研究指出三江源草地理论载畜量为900万羊单位^[44], 草地过牧现象十分严重。三江源自然保护区在2001年成立, 随后逐步开始实施减畜、退牧还草等工程, 并于2005年全面启动三江源地区生态保护和建设工程, 实施了一系列的草地生态恢复措施, 如围栏封育、鼠害治理、黑土滩治理、生态移民、生态补偿等^{[45, 46]}。所以本研究以2001年为节点, 对比分析保护区成立后三江源草地覆盖度的变化趋势。本研究结果表明, 三江源草地覆盖度的增长速度和增长的面积比例在2001年后均有所提升, 说明在生态工程及相关政策的实施下, 草地退化趋势有所遏制, 草地初步呈现恢复态势。

方金等^[47]对青藏高原草地生物量的研究显示, 长势越好的草地对气候变化的敏感度越高。本研究结果也发现, 保护区成立后随着草地覆盖度的提升, 覆盖度与气温的正相关性也有明显提升。而在人为活动的干预下, 草地植被对气候变化的反应情况比较复杂。也有研究指出生态保护措施的实施也会降低一些恶劣的气候条件对草地植被的影响, 降低牧草对气候因子的敏感性^[48]。例如从2006-2009年三江源人工增雨累计增加降水260.66亿m², 主要集中在黄河流域^[45]。本研究也显示, 黄河源的草地覆盖度与降水的相关系数在保护区建立之后有明显的下降, 其原因可能是生长季的牧草人工灌溉和人工降雨的效益, 降低了水分对草地植被生长的限制性。综上可见, 三江源的生态工程和草地保护措施已经取得了一定的成效。